logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

HDFS简介

一、HDFS概念HDFS (Hadoop Distributed File System)指适合运行在通用硬件上的分布式文件系统二、HDFS特点和特性现有的分布式文件系统有很多共同点。但同时,它和其他的分布式文件系统的区别也是很明显的。1. 高容错性适合部署在廉价的机器上2. 高吞吐量为大量数据访问的应用提供高吞吐量支持3. 大文件存储支持存储TB-PB级别的数据HDFS适用于大文件存储、流式数据

#数据库#分布式#其他 +1
6个机器学习可解释性框架

AI就像一个黑匣子,能自己做出决定,但是人们并不清楚其中缘由。因此,需要了解AI如何得出某个结论背后的原因,而不是仅仅接受一个在没有上下文或解释的情况下输出的结果。

文章图片
#机器学习#人工智能#python
机器学习模型的可解释性

本文整体介绍了当前模型可解释性领域有哪些主流的研究方法?应用前景如何?应用落地存在哪些挑战?

文章图片
#机器学习#深度学习#神经网络
机器学习模型的可解释性

本文整体介绍了当前模型可解释性领域有哪些主流的研究方法?应用前景如何?应用落地存在哪些挑战?

文章图片
#机器学习#深度学习#神经网络
机器学习模型的可解释性

本文整体介绍了当前模型可解释性领域有哪些主流的研究方法?应用前景如何?应用落地存在哪些挑战?

文章图片
#机器学习#深度学习#神经网络
关于数组----填充Arrays.fill()和数组最大长度的问题

通过 Java Util 类的 Arrays.fill(arrayname,value) 方法和Arrays.fill(arrayname ,starting index ,ending index ,value) 方法向数组中填充元素public class FillTest {public static void main(String args[]) {int array[] = new i

#java#数据结构
SHAP 和 LIME 解释模型

介绍两类可解释性机器学习模型SHAP 和LIME,其工作原理和举例说明。

浙江大学-数据挖掘课程-复习笔记

Home FrontEnd Wiki PaperReading Github Others About浙江大学-数据挖掘课程-复习笔记介绍什么是数据挖掘:抽取interesting pattern数据挖掘的过程:knowledge discovery 过程KDD可以被挖掘的patterngeneralization(概括)Information integration 信息聚合,数据仓库的构建(数

#数据挖掘#算法
2、A Multi-Core Approach to Efficiently Mining High-Utility Itemsets in Dynamic Profit Databases

1、论文希望解决的问题:Transactional data changes over time,Many algorithms for mining high-utility itemsets (HUI) ignore this important property and thus are inapplicable or generate inaccurate results on real

#算法#数据挖掘#大数据
到底了